不同的子序列算法

不同的子序列

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/distinct-subsequences/

给定一个字符串 s 和一个字符串 t ，计算在 s 的子序列中 t 出现的个数。

字符串的一个 子序列 是指，通过删除一些（也可以不删除）字符且不干扰剩余字符相对位置所组成的新字符串。（例如，“ACE” 是 “ABCDE” 的一个子序列，而 “AEC” 不是）

示例：

输入：s = "rabbbit", t = "rabbit"
输出：3
解释：
如下图所示, 有 3 种可以从 s 中得到 "rabbit" 的方案。
(上箭头符号 ^ 表示选取的字母)
rabbbit
^^^^ ^^
rabbbit
^^ ^^^^
rabbbit
^^^ ^^^

思路：这是一道典型的动态规划。要得到t在s中出现的次数，我们可以先求出t的首字母在s中出现的次数，然后得到t的前两个字母在s中出现的次数，依此类推…
而要得到t的前i个字母在s中出现的次数，我们又可以先求t的前i个字母在s的前m-1（m为s的长度）子母中出现的次数，那么状态转移方程已经非常明显了。
dp[i][j]表示在s的前i个字母中出现t的前j个字母的次数，则状态转移方程为：
if(s[i] == t[j])dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
else dp[i][j] = dp[i - 1][j];
最后代码如下：

class Solution {
public:
    int numDistinct(string s, string t) {
        if(s == t)return 1;
        if(s.length()<t.length())return 0;//处理特殊情况
        int m = s.length();
        int n = t.length();
        vector<vector<long>> dp(m,vector<long>(n));
        int i ,j;
        for(i = 0;i < m;i++)
        {
            for(int j = 0;j < n;j++)
            {
                if(i < j){
                    dp[i][j]=0;
                    break;
                    }
                if(j == 0)
                {
                    if(s[i] == t[0])dp[i][0] = i > 0?dp[i - 1][0] + 1 : 1;
                    else dp[i][0] = i > 0?dp[i - 1][0] : 0;
                }
                else{
                    if(s[i] == t[j])dp[i][j] = dp[i - 1][j - 1] + dp[i - 1][j];
                    else dp[i][j] = dp[i - 1][j];
                }
            }
        }
        return (int)dp[m - 1][n - 1];
    }
};

优化方案：从状态转移方程中我们可以发现dp[i][j]的值只与上一层的dp[i - 1][j - 1]和dp[i - 1][j]有关，所以我们可以只定义一个一维数组来存dp[i - 1]的情况，在进行状态转移时直接在dp[i - 1]上进行更新，从而可以减少空间的使用
源代码如下：

class Solution {
public:
    int numDistinct(string s, string t) {
        if(s == t)return 1;
        if(s.length()<t.length())return 0;
        int m = s.length();
        int n = t.length();
        vector<long> dp(n);
        int i ,j;
        for(i = 0;i < m;i++)
        {
            for(int j = n - 1;j >= 0;j--)  //注意要从上往下更新dp
            {
                if(i < j){
                    continue;
                    }
                if(j == 0)
                {
                    if(s[i] == t[0])dp[0]++;
                }
                else{
                    if(s[i] == t[j])dp[j] += dp[j - 1];
                }
            }
        }
        return (int)dp[n - 1];
    }
};

萌新第一次写博客，还存在很多不足，欢迎大家跟我讨论交流，一起学习一起进步。